python初学4

设置pycharm为Eclipse快捷键后使用总结：

#!/usr/bin/env python3

#Auth  Jun Yang

# 1、装饰器：
# 2、定义：本质事函数，（装饰其他函数）就是为其他函数添加附加功能
# 3、原则：1、不能修改被装饰的函数的源代码
#          2、不能修改被装饰的函数的调用方式
#
# 实现装饰器知识储备：
# 1、函数即“变量”
#def bar():
#     pass
# def test():
#     pass
#
# test（bar）
#test(bar())这两个函数调用的区别
# 2、高阶函数：满足下列条件之一
#              a、把一个函数名当做实参传给另外一个函数（在不改变被装饰函数源代码的前提下为其添加功能）
#               b、返回值中包含函数名（不修改函数的调用方式）
# 3、嵌套函数
#
# 高阶函数+嵌套函数=》装饰器
login_flag = False
usr_name = "uesta"
usr_pass = "123456"
def login(*args1,**kwargs1):
    def outer(func):
        def inner(*args,**kwargs):
            _usr_name=input("your name")
            _usr_pass=input("your passwd")
            if len(args1)!=0:
                if usr_name == _usr_name and usr_pass == _usr_pass:
                    print("passwd correct,")
                    login_flag = True
                    #return func(*args,**kwargs)
                else:
                    print("wrong passwd or invalid usrname")
                    exit()
                if login_flag == True:
                    res= func(*args, **kwargs)
                    return res
                else:
                    exit()
            else:
                print("no passwd")

        return inner
    return outer





#America=login(America)   作用其实就是将login中返回的outer函数的地址赋予America变量，其实不是本来的Americia函数，实参是本来America这个函数的
@login()
def America():
    print("welcome America!")

@login("qq")
def China():
    print("welcome China")

def Japan():
    print("welcome japan")

America()
China()
Japan()



生成器只有在依次调用的时候才会生成相应的数据，只有next的方法，无其他方法，只记录当前位置，因为所有的数据都在一个数据的内存依次变化，而不是所有都先生成出来

注意，赋值语句：

相当于：

但不必显式写出临时变量t就可以赋值。

把fib函数变成generator，只需要把print(b)改为yield b就可以了：

def fib(max):
    n,a,b = 0,0,1

    while n < max:
        #print(b)
        yield  b
        a,b = b,a+b

        n += 1

    return ‘done‘ 

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

data = fib(10)
print(data)

print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())

#输出
<generator object fib at 0x101be02b0>
1
1
干点别的事
2
3
5
8
13

在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

 

>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

关于如何捕获错误，后面的错误处理还会详细讲解。

还可通过yield实现在单线程的情况下实现并发运算的效果　　

#_*_coding:utf-8_*_
__author__ = ‘Alex Li‘

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))


def producer(name):
    c = consumer(‘A‘)
    c2 = consumer(‘B‘)
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)

producer("alex")

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))


def producer(name):
    c = consumer(‘A‘)   #由于yield的存在，此时consumer已经不是函数，所以这句话只是把c和c2变为生成器，但实际没有执行，必须要执行next以后才开始执行
    c2 = consumer(‘B‘)
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)

producer("alex")

yield保存当前值并返回   send给yield传值并调用yield  而next只是调用yield但不传值

python初学4

原文：https://www.cnblogs.com/uesta/p/10486759.html